基于自适应量子灰狼算法的锅炉NO<sub><i>x</i></sub>预测模型
来源：动力工程学报杂志2018年第4期北京时间：
作者：牛培峰, 史春见, 刘楠, 马云鹏, 吴志良, 李进柏,
摘要：为更加精确地建立火电厂循环流化床锅炉NOx排放质量浓度的预测模型，提出了一种利用量子位Bloch坐标球面生成编码的自适应量子灰狼算法（AQGWO）来优化快速学习网（FLN）的模型。将AQGWO与差分、粒子群等算法的优化能力进行比较，进而验证该算法优化的精度和收敛速度。在不同工况下实时采集某火电厂300 MW循环流化床锅炉的实验数据，在相同条件下将AQGWO-FLN模型与利用其他算法优化的FLN模型、基本FLN模型的预测结果进行对比。结果表明：利用AQGWO-FLN的模型具有最好的预测精度和泛化能力，可有效准确地预测火电厂锅炉的NOx排放质量浓度。
关键词：循环流化床锅炉,NOx排放质量浓度,灰狼算法,快速学习网,Bloch坐标,
